基于DSM項(xiàng)目的電力需求優(yōu)化與預(yù)測(cè)研究.pdf

1、隨著我國(guó)科學(xué)技術(shù)和經(jīng)濟(jì)的快速發(fā)展，電力能源以其通用性、易用性和清潔性等優(yōu)點(diǎn)正在成為最重要的能源形式之一。北京市作為我國(guó)最大的綜合性城市電力需求增長(zhǎng)迅速，使得電網(wǎng)負(fù)擔(dān)越來(lái)越重，突出表現(xiàn)為尖峰負(fù)荷不斷刷新，峰谷差不斷加大，使得電力系統(tǒng)運(yùn)行面臨很大威脅。近年來(lái)，電力需求側(cè)管理(DSM，Demand Side Management)在解決電力供需平衡方面被驗(yàn)證為一種非常高效的能源管理措施，合理的電力需求側(cè)管理可以有效降低電網(wǎng)尖峰負(fù)荷，縮小峰谷差

2、，并減少碳排放。因此有必要對(duì)電力需求側(cè)管理和電力需求預(yù)測(cè)進(jìn)行深入分析和研究。
　　本文首先使用對(duì)數(shù)平均迪氏指數(shù)分解模型(Logarithmic Mean DivisiaIndex，LMDI)對(duì)北京市電力消費(fèi)情況進(jìn)行分解分析。LMDI模型將電力消費(fèi)總效應(yīng)分解為生產(chǎn)效應(yīng)、結(jié)構(gòu)效應(yīng)和強(qiáng)度效應(yīng)以分解觀察經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)和電能使用效率對(duì)電力消費(fèi)的影響情況。模型分解結(jié)果表明北京市節(jié)能減排應(yīng)該主要依靠提高能源使用效率手段實(shí)現(xiàn)，由此引出電力需求

3、側(cè)管理概念。隨后重點(diǎn)研究了目前北京市常用DSM技術(shù)手段，包括綠色照明技術(shù)、蓄冷空調(diào)技術(shù)、電機(jī)技術(shù)和熱泵技術(shù)，并以DSM項(xiàng)目展示了其良好的轉(zhuǎn)移電力峰荷和節(jié)電效果。
　　針對(duì)北京市某工廠型企業(yè)DSM綠色照明節(jié)能改造項(xiàng)目，制訂了不同的節(jié)能改造方案，并在考慮各種影響因素的情況下建立了電力需求優(yōu)化模型，使用粒子群算法對(duì)模型進(jìn)行求解，優(yōu)化結(jié)果實(shí)現(xiàn)了在資金有限條件限制下最大程度地挖掘了其節(jié)電潛力。
　　最后結(jié)合北京市大量DSM項(xiàng)目改造數(shù)據(jù)

4、分析了其用電特性統(tǒng)計(jì)，為隨后進(jìn)行的電力需求預(yù)測(cè)提供了依據(jù)。隨后本文應(yīng)用DSM項(xiàng)目統(tǒng)計(jì)數(shù)據(jù)采用了一種自下而上的電力需求預(yù)測(cè)思路，首先分別對(duì)綠色照明項(xiàng)目和空調(diào)項(xiàng)目進(jìn)行了電力需求分析和預(yù)測(cè)，其中針對(duì)綠色照明項(xiàng)目使用了解析性較好的回歸分析模型，其中包括了多元線性回歸分析和含虛擬變量的回歸分析方法;針對(duì)樣本數(shù)量較少且數(shù)據(jù)分布不均勻的空調(diào)負(fù)荷項(xiàng)目節(jié)能特性統(tǒng)計(jì)數(shù)據(jù)，使用灰色神經(jīng)網(wǎng)絡(luò)模型對(duì)其進(jìn)行了電力需求分析和預(yù)測(cè)。最后制定了結(jié)合詳細(xì)統(tǒng)計(jì)數(shù)據(jù)對(duì)具體項(xiàng)目